BACKGROUND: Preoperative planning of the surgical approach for cervical spondylotic myelopathy (CSM) is central to precision medicine. This … between-group differences were entered into four supervised machine-learning algorithms, including support vector machine (SVM), extreme gradient boosting (XGBoost), random forest (RF), and generalized linear model (GLM), for feature screening and model development. In addition, an exploratory unsupervised clustering analysis was performed in patients undergoing anteri …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Sudden cardiac death (SCD) is a major contributor to cardiovascular mortality, but reliable long-term risk prediction in communi … ML models were developed (Light Gradient Boosting Machine, Random Forest [RF], Logistic Regression, Support Vector Machine, Multilayer Perceptron, and K-Nearest Neighbours), with class imbalance addressed using appropriate techniques. Model performance was evaluated using discrimination and classification metrics, including the area under the curve (AUC), positive predi …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Limited by small sample size, single-institution design, and insufficient comprehensive external validation across heterogeneous … ent Boosting (XGBoost), Logistic Regression (LR), Lightweight Gradient Boosting Machine (LightGBM), Support Vector Machine (SVM), and Artificial Neural Network (ANN). Baseline variables were screened using least absolute shrinkage and selection operator (Lasso) regression to identify potential predictors. The interpretability of the model was evaluated using Shapley Add …
СтатьяВалидационное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Keloids are characterized by high recurrence rates and variable responses to intralesional corticosteroid therapy. Objective and … sion characteristics were analyzed. Four machine learning algorithms, including Random Forest (RF), Support Vector Machine (SVM), Naive Bayes (NB), and XGBoost, were developed to predict corticosteroid treatment response and recurrence risk. Model performance was evaluated using the area under the receiver operating characteristic curve (AUC), accuracy, sensitivity, spe …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: To apply machine learning to improve risk assessment for rotator cuff tears by developing an integrated predictive model that co … chine learning classifiers (logistic regression, decision tree, random forest, k-nearest neighbors, support vector machine, and XGBoost) were trained using 10-fold cross-validation after LASSO-based feature selection. Performance was evaluated on a hold-out test set using area under the curve (AUC) and secondary metrics. SHapley Additive exPlanations (SHAP) values were …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Pregnane X receptor (PXR), a nuclear receptor superfamily member, maintains bile acid homeostasis by regulating metabolic enzymes [e.g., cytochrome P450 3A4 (CYP3A4), uridine diphosphate glucuronosyltransferase 1A1 (UGT1A1)] and multidrug resistance protein 1 transporter, and alleviates liver/intestinal inflammation via inhibiting the nuclear factor kappa-B pathway, serving as a critical therapeutic target for cholestatic liver diseases and inflammatory bowel disease. In this study, we established a novel structure-based machine learning strategy to identify PXR agonists from a natural product
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background/Objectives: Reliable preoperative assessment of treatment response after neoadjuvant chemoimmunotherapy in locally advanced non-s … reoperative CT scans and used to develop supervised machine-learning models based on Random Forest, Support Vector Machine, K-Nearest Neighbors, Multi-Layer Perceptron, and Logistic Regression algorithms. Histopathological findings after surgery served as the reference standard. Feature distributions were compared between patients with and without pCR using the Mann-Whi …
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Starch content in rice is one of the important parameters in characterizing the nutritional quality of rice, and the starch content of rice produced in saline soils under different fertilization conditions varies. In this study, Raman spectroscopy combined with three machine learning models, support vector machine (SVM), feedforward neural network, and k-nearest neighbor classification, was used to classify and evaluate the effect of different fertilizer treatments on rice. The collected rice spectral data were normalized before machine learning, then preprocessed with multiple scattering corr…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
AIM: To investigate the association between growth hormone (GH) pretreatment duration and cumulative live birth (CLB), identify key prognost … m forest (RF), extreme gradient boosting (XGBoost), light gradient boosting machine (LightGBM), and support vector machine (SVM). Performance was assessed with cross-validation and bootstrap resampling. AUROC and Brier scores evaluated discrimination and calibration.
RESULTS: Among 1,782 women, 763 (42.82%) achieved at least one live birth. Maternal age, anti-Müllerian …
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Deep vein thrombosis (DVT) is a serious complication in acute ischemic stroke (AIS) patients undergoing revascularization therapy, but predi … bectomy and/or thrombolytic therapy. Various machine learning models, including random forest (RF), support vector machine, gradient boosting machine, decision tree, and Gaussian naive Bayes, were trained and validated using a 70:30 train-validation split. The synthetic minority over-sampling technique was applied to address class imbalance. Among 362 AIS patients under …
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Contrast-induced acute kidney injury (CI-AKI), the third most common cause of hospital-acquired kidney injury, is associated with poor clini … R) showed the best overall performance, with an AUC of 0.806 and a Brier score of 0.076, the linear support vector machine (LSVM) also exhibited top-tier discriminative capability, achieving a comparable AUC of 0.807. Its slightly higher Brier score (0.124) suggests potential for improvement in calibration. Both machine learning models significantly outperformed the con …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: With rapid lifestyle changes, mental health disorders and chronic diseases are increasingly prevalent among college students, dr … stics was collected. Five machine learning algorithms, Random Forest, XGBoost, Logistic Regression, Support Vector Machine, and Artificial Neural Network were evaluated.
RESULTS: The XGBoost model achieved robust performance for mental health disorders (AUC = 0.89, Accuracy = 0.86), but showed limited sensitivity for chronic diseases due to class imbalance. SHapley Add …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Alzheimer's disease (AD) is a progressive neurodegenerative disorder increasingly associated with peripheral inflammatory conditions such as … ultiple complementary machine learning strategies, including Random Forest-based feature selection, support vector machine-based refinement, network modeling, and interpretable model analysis, were applied to prioritize disease-relevant pathways from high-dimensional transcriptomic data. Across models, components of the cGAS-STING signaling pathway consistently exhibite …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Accurate differentiation between lymphoma involvement and lymph node metastasis poses significant diagnostic challenges due to ov … ing metabolic parameters and anatomical features. Three machine learning models-Random Forest (RF), Support Vector Machine (SVM), and Artificial Neural Network (ANN)-were trained using these predictors.
RESULTS: Lymphomatous nodes exhibited significantly elevated metabolic activity (SUVmax median: 16.0 vs. 10.0, P<0.001), larger short-axis diameters (13 mm vs. 11 mm, P …
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Smartphone addiction (SA) significantly impacts the physical and mental health of adolescents, and can further exacerbate existing mental he … ncluded 2203 adolescents with depression. Machine learning results from four models (Random Forest, Support Vector Machine, Logistic Regression, XGBoost) consistently identified emotion-focused coping, rumination, and school bullying as the strongest predictors of SA. Further mediation moderation analyses based on the Interaction of Person-Affect-Cognition-Execution (I- …
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
BACKGROUND: This study investigated how machine learning methods can be applied to small sample sizes to enhance prediction of postoperative … -88.78% CI) and 75.24% AUC (59.20-91.28% CI) using the optimal feature set. Logistic regression and support vector machines also performed well. Random forests showed high specificity but low sensitivity.
CONCLUSIONS: This study demonstrates that machine learning can effectively predict postoperative outcomes in CSM patients using small samples when combined with exper …
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Early identification of clinical conditions associated with Alzheimer disease and related dementias (ADRD) is vital for interv … it-to-stand activities in both single- and dual-task conditions. Three machine learning models (ie, support vector machine, decision trees, and logistic regression) were trained and tested with the goal of classification of MCI.
RESULTS: Our best model was decision trees, which demonstrated an accuracy of 83%, a sensitivity of 0.83, a specificity of 1.00, and an F1 sco …
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Stroke-associated Hospital Acquired Pneumonia (HAP) significantly impacts patient outcomes. This study explores the utility of machine learning models in predicting HAP in stroke patients, leveraging national registry data and SHapley Additive exPlanations (SHAP) analysis to identify key predictive factors.
METHODS: We collected data from a national stroke registry covering January 2014 to July 2022, including 9,840 patients diagnosed with ischemic and hemorrhagic strokes. Five machine learning models were trained and evaluated: XGBoost, Random Forest, Support Vector Machine (SVM)…
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The aim of this study was to develop a machine-learning prediction model for AKI after craniotomy and evacuation of hematoma in craniocerebral trauma. We included patients who underwent craniotomy and evacuation of hematoma due to traumatic brain injury in our hospital from January 2015 to December 2020. Ten machine learning methods were selected to model prediction, including XGBoost, Logistic Regression, Light GBM, Random Forest, AdaBoost, GaussianNB, ComplementNB, Support Vector Machines, and KNeighbors. We totally included 710 patients. 497 patients were used for the training of the machin…
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Acute kidney injury (AKI) is not only a complication but also a serious threat to patients with cerebral infarction (CI). This s … logistics, LightGBM, random forest (RF), AdaBoost, GaussianNB (GNB), Multi-Layer Perceptron (MLP), support vector machine (SVM), and k-nearest neighbors (KNN) classification, were used to develop a predictive model for AKI in these patients. SHapley Additive exPlanations (SHAP) analysis provided visual explanations for each patient. Finally, model effectiveness was ass …
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования